检索结果-内蒙古大学图书馆

太原师范学院学报（自然科学版） 2011年第2期10卷 87-89页

作者：柴巧叶山西金融职业学院山西太原030008

Web挖掘是将数据挖掘和WWW两个领域中的多种技术和方法结合起来的热门研究课题.它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘.关联规则算法已成为数据挖掘算法中的重要课题.通过对关联规则挖掘算法进行分析,指出了该算法存... 详细信息

Web挖掘是将数据挖掘和WWW两个领域中的多种技术和方法结合起来的热门研究课题.它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘.关联规则算法已成为数据挖掘算法中的重要课题.通过对关联规则挖掘算法进行分析,指出了该算法存在的一些问题,并提出了一种用户频繁访问模式结构.

关键词：关联规则用户频繁访问模式挖掘

来源：评论

学校读者我要写书评

暂无评论

基于频繁模式挖掘的网站优化策略研究

基于频繁模式挖掘的网站优化策略研究

引用

作者：张浩然西南大学

学位级别：硕士

随着信息技术的发展,互联网的应用得到了很大程度的普及,各种门户网站层出不穷,这虽然丰富了人们获得信息的途径,但同时也带来了一些问题。对于普通用户来说,从种类繁多的门户网站中获得对自己有价值的信息是比较困难的。因此,如何优化... 详细信息

随着信息技术的发展,互联网的应用得到了很大程度的普及,各种门户网站层出不穷,这虽然丰富了人们获得信息的途径,但同时也带来了一些问题。对于普通用户来说,从种类繁多的门户网站中获得对自己有价值的信息是比较困难的。因此,如何优化网站的拓扑结构和网页内容,方便用户在海量的数据中获得其感兴趣的信息,是网站建设者和管理者必须考虑的问题。Web日志挖掘指的是从网站的日志数据中挖掘出有价值的信息。其中,频繁模式挖掘是Web日志挖掘的一种常用方法,挖掘结果通常是用户感兴趣的浏览路径。利用频繁模式挖掘方法对网站用户的浏览日志进行挖掘,挖掘结果可以用于网站的优化和改进。本文系统的阐述了Web日志挖掘的流程和频繁模式挖掘的相关内容。针对目前频繁模式挖掘算法中存在的不足做出改进,并且重点研究了在频繁模式挖掘过程中结合页面兴趣度算法的应用。最后利用本文的算法对重庆市农业农村信息化网的日志数据进行挖掘,根据挖掘结果优化网站,证实了算法的可行性。论文主要研究内容包括:（1）本文提出了双约束多支持度频繁模式挖掘算法（DSMSA）。简要分析了目前已有的频繁模式挖掘算法中存在的问题,据此提出了DSMSA算法。本算法采用多重最小支持度,对模式的最小支持度采用双重约束的方式,根据项集权重,确定不同的约束条件。采用这种方式,可以根据模式的重要性对其挖掘,保证挖掘结果全部是用户感兴趣的。通过多数据集测试,本算法不论是挖掘数量还是挖掘质量都较其他算法有较大改进。（2）提出了改进的页面兴趣度计算方法。为了表示不同的网页对于用户的意义,本文采用页面兴趣度衡量每个页面的重要程度。本文提出的页面兴趣度计算模型综合考虑了可以表现用户兴趣的用户浏览行为、页面出现频次、页面浏览速度、页面入度等多个因素,相较以往的页面兴趣度算法更加科学。通过与用户的显性数据对比,也证实了算法的有效性。（3）将页面兴趣度模型与DSMSA算法结合。将DSMSA算法应用到Web日志挖掘中,把每个页面当作一个项目,则需要对每个页面的重要程度进行刻画。本文采用页面兴趣度来表现页面的重要程度。根据页面兴趣度确定页面的权重,并且根据页面兴趣度来限制DSMSA算法挖掘过程中最小支持度的约束条件。针对重庆市农业农村信息网的日志数据,利用基于页面兴趣度的DSMSA算法进行挖掘,得到用户的频繁访问模式,利用该模式对网站拓扑结构和内容进行优化和改进,本文对具体的优化策略也进行了简要的说明。本文的主要创新之处在于,改进了页面兴趣度的计算方法,并且采用双约束的方式限制挖掘模式的最小支持度,使挖掘结果更加贴近用户的兴趣,在一定程度上改善了原有挖掘算法的组合爆炸和稀有项目缺失的问题。利用挖掘结果,可以根据农业网站用户的特点,达到网站优化的目标。

关键词： Web日志挖掘频繁模式挖掘页面兴趣度用户频繁访问模式

来源：评论

学校读者我要写书评

暂无评论

关联规则挖掘相关算法研究

关联规则挖掘相关算法研究

引用

作者：毛艳慧西南交通大学

学位级别：硕士

数据挖掘技术是近年来数据库和人工智能等领域研究的热点课题,它引起了科学界和产业界的广泛关注。在数据挖掘技术发展繁荣的大背景下,关联规则技术得到了蓬勃发展,并正朝更为广泛而深入的方向继续发展。关联规则挖掘作为数据挖掘领域... 详细信息

数据挖掘技术是近年来数据库和人工智能等领域研究的热点课题,它引起了科学界和产业界的广泛关注。在数据挖掘技术发展繁荣的大背景下,关联规则技术得到了蓬勃发展,并正朝更为广泛而深入的方向继续发展。关联规则挖掘作为数据挖掘领域的一个重要研究分支,它的任务是发现所有满足支持度阈值和置信度阈值的强关联规则。近年来,关联规则挖掘研究己经成为数据挖掘中的一个热点,并被广泛应用于市场营销、事务分析等应用领域。关联规则挖掘算法是关联规则挖掘研究的主要内容,迄今为止已提出了许多高效的关联规则挖掘算法。本文对关联规则挖掘进行了系统的分析与研究,并在已有研究的基础上提出了两个改进算法。论文的主要工作如下: (1)对关联规则挖掘的基本理论进行了总体研究,包括关联规则挖掘的基本概念、分类、挖掘过程、改善关联规则挖掘质量的主要策略等,并在此基础上分析了关联规则的扩充问题,从而指出关联规则挖掘的研究方向。 (2)对关联规则经典算法Apriori作了全面的分析,指出了挖掘中的关键步骤并提出算法的不足,并分析总结了二进制算法和矩阵算法的相关研究,提出了一种基于频繁项集矩阵的关联规则挖掘算法。该算法不需要生成频繁候选项集,并且只需要扫描事务数据库一次,采用频繁项集矩阵存储事务数据并对其约简,占用的存储空间也少得多。理论分析和测试实验证明了新算法在性能上的优越性。 (3)研究并分析了频繁模式增长算法FP-growth,结合用户访问模式的特点,提出了一种新的用户访问模式挖掘算法AP-mining。该算法将Web用户的会话集映射为一棵访问模式树,然后在访问模式树上挖掘频繁访问模式并生成模式数组,最后在模式数组中找到所有的频繁访问模式。利用挖掘出来的模式知识,可以更好地对Web站点进行设计与维护。

关键词：数据挖掘关联规则 Apriori算法频繁项集矩阵 FP-growth算法用户频繁访问模式

来源：评论

学校读者我要写书评

暂无评论

Web使用挖掘相关算法的研究

Web使用挖掘相关算法的研究

引用

作者：冯贺西南交通大学

学位级别：硕士

随着Internet的飞速发展,网上的数据资源空前丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于信息量的庞大,对于每个用户来说,如何能够及时快速地发现有用信息则变得异常困难。为了解决上述问题,Web挖掘技... 详细信息

随着Internet的飞速发展,网上的数据资源空前丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于信息量的庞大,对于每个用户来说,如何能够及时快速地发现有用信息则变得异常困难。为了解决上述问题,Web挖掘技术应运而生。其中,面向Web服务器日志的Web使用挖掘技术尤其得到了广大研究人员的关注。Web日志数据记录了用户对Web站点的访问信息,对这些信息进行分析可以发现用户访问站点的浏览模式和访问习惯,对于页面重组、优化网站的结构,以及在电子商务智能的应用等方面都具有十分重要的意义。本文对Web挖掘与Web使用挖掘进行了系统的分析和研究,并在已有研究的基础上改进并提出了两个新的算法。本文的工作主要有以下几个方面: (1)对Web挖掘的基本理论知识和分类进行了总体研究,重点分析研究了Web使用挖掘的基本思想和经典算法。 (2)在分析关联规则经典算法Apriori的基础上,提出一种基于事务矩阵的关联规则挖掘算法,通过将事务数据库映射为一个事务矩阵,对事务矩阵进行操作以得到所有的频繁项目集。理论分析和实验证明了新算法在性能上的优越性。将新算法应用于Web使用挖掘可以高效地发现用户之间、页面之间以及用户浏览页面和网上行为之间存在的潜在关系。 (3)提出一种基于有向图的用户频繁访问模式挖掘算法,通过对Web事务数据库进行一次扫描,将所有页面之间的序列信息记录在有向图中,并从中挖掘所有的用户频繁访问模式。利用挖掘出的模式知识,可以帮助预测网页的访问情况,从而可以帮助合理地放置广告以针对特定用户群。

关键词： Web挖掘 Web使用挖掘关联规则事务矩阵序列模式有向图用户频繁访问模式

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：